消费者对于在线购物风险认识的尺度

 摘要 风险认识是消费者在线购物行为中一个重要的概念。它妨碍了在线购物的流行。在本文中描述了消费者对在线购物风险认识结构模型的七个因数。它描述中国消费者在因特网购物中的风险认识并且规定了构建的中国电子商务市场环境在经营上的应用。
 关键词 在线购物；购物者行为；风险认识
   
 因特网购物提出了与消费者在线购物相关的问题。网站购物涉及许多与消费者有关的方面，包括贸易欺骗、产品质量、金融损失、隐私、信息质量等等。这些相关的内容可能导致在线购物的失败。本文的目的是揭示在线购物理论上的、确实存在的组成去了解网站购物者的风险认识。
 与传统的消费者行为相比，在线交易有它独特的特征，例如在交易中广泛地应用技术，客观的比较远的在线购物市场环境，和使用不确定的开放的网络交易基础。具体说来，消费者必须登陆正规的零售商站点，因为消费者和市场在空间和时间上的分离，由于产品和身份的不确定性，增加了网站零售商机会主义的行为，也有第三方和黑客威胁消费者的隐私和金钱信息的安全。
在这次调查中，我们将要去调查和探究妨碍消费者在线购物风险认识的因数。通过购物行为调查和数据分析，我们提出了一个消费者对于在线购物风险认识的结构模型。这个模型表现了中国消费者对因特网购物风险认识的程度。从这个探测性调查的组成可以用作对消费者的风险认识的估计。
 1 风险认识
 当面对购买的情况，消费者认识到了某一些风险的程度，涉及到特殊商品牌子的选择和如何去购买它。Bauer将风险认识的概念引入消费者行为调查是为了解释例如信息查寻，商品牌子的爱好，专家的意见，团体的参照和购买之前的考虑的现象[1]。风险认识是一个消费者行为的基本概念，它意味着消费者经历购买或者使用这个产品之前的不确定性，涉及购买一个产品的类型，预期损失的程度。
 Cunningham提出风险包含二个部分：不确定性和结果[2]。Peter和Ryan已经修正了原先模式中被忽略的地方，并且它的形式可以简单地描述为：R=PL，公式描述了严重后果事件的可能性，L描述了选择了差的商品牌子或者损失的否定结果[3]。
 将否定结果的可能性概念化，风险认识描述了消费者关于损失或者得到一个特别的交易的不确定性，并且它包括六个组成部分：金融的、性能、社会的、心理上的、安全和时间或者便利上的损失。金融风险涉及产品购买导致在金钱或者其它财力上损失的可能性；性能风险涉及产品购买导致与预期期望不相符的可能性；社会风险涉及产品购买导致家庭或者朋友们反对的可能性；心理风险涉及产品购买导致自我形象矛盾的可能性；身体风险涉及产品购买导致身体伤害的可能性；时间风险涉及产品购买导致时间浪费在购买或者保留产品上的可能性。总体说来，风险认识表现了对不同的因素总体上的影响（Kaplan以及其他人）[4]。
 2 消费者对于在线购物风险认识的尺度
 加之无数的因特网卖主的存在，对于B2C电子商务来说，风险认识的重要性有了深一层的增加。这样的一种认识有可能成为消费者行为的决定性因素。这是因为当消费者在通过B2C电子商务购物时，对风险有高水平的认识，考虑到安全性问题时会变得摇摆不定。E.H.Fram和D.B.Grady报道说在线消费者很关心信用卡欺骗问题，并且消费者乐意购买一些低风险的产品[5]。
 S.L.Jarvenpaa，P.A.Todd提出有一种个人的风险认识。它存在着个人购买产品时可能受到伤害的可能性[6]。举例来说，他们可能遭受他们的信用卡信息被偷；E.A.Nyshadham调查隐私风险认识时发现存在在线商务收集个人数据和使用上的不适当性的可能性[7]。D.E.Mccorkle展示了资源风险认识中存在个人购买产品时遭受他们购买的产品是假冒产品的可能性[8]。关注卖主的可靠性是一种普遍的认识，例如公司是否存在。
 Engel和Blackwell发现消费者认为邮政购物比商店购物危险的原因在于缺少检查产品是否已经被购买的机会，并且返还有缺陷的商品是很困难的[9]。自从因特网购物作为没有贮备购物的一种高技术形式，它也有一些有问题的特征，涉及到打电话和邮政订购购物。因此，希望消费者通过因特网购买产品比通过商店购买更趋向一个比较高的风险认识。
 Nena Lim调查消费者对于B2C电子商务的风险认识的观念[10]。通过集中讨论，确定了风险认识的三种来源：技术、卖主和产品。Sandra M Forsythe和Bo Shi研究了风险认识中涉及因特网购物者和金融浏览器、产品性能、心理上的、时间或者便利上损失的风险[11] 的四种类型。
 以上所列举的是我们衡量消费者在线购物风险认识的基本尺度。
 3 方法论
 中国西部的一所大学中347名学生参与了这次调查，所有的回答来自于中国的26个省，他们当中的43.8%来自四川省。回答者的教育背景包括在校大学生、研究生和工商管理学士。所有的工商管理学士学生和有些本科毕业生有工作的经历。所有的回答者都有因特网使用的经历，并且他们当中的一些人有因特网购物的经历，他们当中的大多数人对将来因特网购物的前景有着实际的看法。
 基于文献回顾，我们提出了一份有七种类型，36个项目的问卷。每一项都是一个从一到七的数值范围，划分等级从最少相关的到最多相关的。每一项以问卷形式随机的出现。通过问卷来获得人口统计学上的信息，问卷内容包括关于年龄、性别、教育背景、因特网使用经历、在线购物的经历、因特网购物的目的和他们来自哪里的信息。
 我们在问卷中通过限制时间去问学生们，并且对每一项回答进行记分。每项的回答都涉及在线购物的问题。为了保持一致性，我们设定了某一特定情景，在这情景中我们并不指定哪些购买是对的，但是我们设定一个特定的购买情景构成了在线购物行为的重要性。
 在问卷调查之后，数据已经被收集，编码和研究。我们最后获得了36份有效的问卷作为我们的分析案例。然后，我们使用 SPSS 11.5 来管理可探究的因数分析（EFA）获得设想的因数结构，并且使用 LISREL 8.54 来管理确定性的因数分析（CFA）去检验这个模型的正确性。
 4 数据分析和讨论
 首先，我们通过管理可靠性分析和获得Cronbachα的值0.913来检查整个数据的可靠性。当这个α系数是相当高的时候，数据的收集和尺度就被认为是可靠的。相比较而言，我们已经获得了所有回答者的人口统计学上的信息。他们的人口统计学上的特征调查结果在表1中被表示。
            表 1  回答者的人口统计学上的统计表
                          人口统计学上的统计表   
  性别
     男性：195，57.7%
     女性：143，42.3%
  教育程度
     在校大学生：188，55.6%
     本科毕业生：150，44.4%
  年龄
     范围：18-45
     平均年龄：24.54
  购物
 有在线购物经历：57，16.9%
 无在线购物经历：281，83.1%
  对在线购物的态度
 赞同：283，83.7%
 反对：54，16.3%
 之后，我们通过管理可探究的因数分析来找出在线消费者风险认识的尺度。我们执行法则成分的分析并且使用Kaiser标准中最大方差法的直角旋转的方法使变数的数量减到最少，从而使每个因数有高的数值。我们在表2中获得变换因数的数值。它介绍了PRD的因数分析。这个因数的解决方案表现了63.291%的变化。所有因数的特征值超过了1.0。下面是对七种因数的解释说明。
             表 2   EFA七种因数的Cronbachα
         EFA的因数  α
 因数1：电子商店资源风险
 因数2：交付风险
 因数3：金融风险
 因数4：产品性能风险
 因数5：购物过程风险
 因数6：隐私风险
 因数7：虚假信息风险     0.7990
 0.8399
 0.7526
 0.6803
 0.6793
 0.6282
 0.6334
 因数1：欺骗风险
 这个因数衡量了与消费者相关的是关于在线购物过程中出售商的可靠性。应用这个因数去衡量与在线零售商个人相关的机会主义行为。它包括出售商的可靠性和售后服务等等。用最高的因数T1来衡量网络商店欺骗行为的认识。
 因数2：交付风险
 这个因数衡量了与消费者相关的关于产品交付的可靠性。它包括商品的丢失和损坏、邮寄地址的错误。用最高的因数来衡量消费者对在线购买的产品丢失的关心。
 因数3：金融风险
 这个因数衡量了消费者在因特网购物时对金钱上的损失的担心。与传统的商店相比，在线商店涉及较低的折扣，交付时的花费额外的费用和承担上网费用。
 因数4：过程和时间浪费风险
 这个因数衡量了消费者因特网购物时对购物上的容易和便利的认识。用最高的因数PS1衡量消费者在线购物过程中遇到复杂和困难的方面超过预期希望的认识。
 因数5：产品风险
 这个因数衡量了消费者对产品质量、性能、假冒产品和产品问题的关心。用最高的因数衡量了消费者对产品质量的认识。
 因数6：隐私风险
 这个因数衡量了消费者对个人信息安全的担心。它包括消费者家庭地址、电话号码、电子邮件地址和信用卡或借贷卡号码。这项用最高因数来衡量消费者对别人滥用自己的家庭地址和电话号码的担心。
 因数7：信息风险
 这个因数衡量了消费者对出售商和产品的虚假信息的担心。这项用最高因数衡量了消费者对出售商的信息缺乏了解的担心。
 目前，这七种因数的结构模型是消费者对在线购物风险认识的最好的描述。这个模型的七种因数是从24个变量选择出来的。24个变量的Cronbachα系数是0.8819。它提供了各项衡量可靠性的依据。
 每个因数保持着模型相当高的Cronbachα系数（为了调查意见）。表2所列举的是这个结构模型七个因数的Cronbachα系数。
 为了检查这个模型结构的正确性，我们也使用EFA的结论，去进行确定的因数分析。我们从CFA中获得了确定的系数，结果在表3中表示。
               表 3 EFA的因数装载和CFA确定的系数
        因数和
 优先的项目     装载
 （EFA） 确定系数的标准（CFA）  T
 （CFA）  R2
 （CFA）
       欺骗风险
T1：在线产品的虚假信息
T2：产品质量得不到保障
T3：支付困难
 T4：在线商店运行一段时间后可能消失
T5：售后服务承诺兑现不了 
0.784
0.716
0.669
0.585

0.559 
0.577
0.647
0.735
0.585

0.764 
10.813
12.464
14.737
10.987

15.526 
0.333
0.419
0.540
0.342

0.583
       交付风险
D1：交付的产品可能丢失
D2：邮寄地址错误
D3：邮寄过程中产品损坏 
0.798
0.774
0.751 
0.811
0.794
0.789 
16.861
16.379
16.229 
0.658
0.631
0.622
 金融风险
 F1：传统商店比在线商店提供更多的折扣
 F2：在线商店虽然提供价格折扣，但总价格并不低
 F3：在线购物可能承担额外的费用
 F4：邮寄到家将要花费相当高的费用 
0.755

0.673

0.642

0.572
 
0.450

0.638

0.780

0.761 
8.019

12.081

15.678

15.177 
0.203

0.407

0.609

0.580
   过程和时间浪费风险
 PS1：在线购物的过程是烦
琐和不方便的
PS2：通过个人电脑访问因特网将花费比较多的时间
 PS3：在线购物期间，信息的更新很慢 
0.788

0.687

0.668 
0.519

0.721

0.710 
8.838

12.636

12.497 
0.296

0.514

0.504
 产品风险
PT1：产品的质量不通过
 PT2：产品的性能达不到预期的使用标准
 PT3：产品可能是假冒的，并且产品质量较差
 PS4：当对产品不满意时很难退货 
0.797
0.659

0.567

0.553
 
0.583
0.620

0.500

0.651 
10.120
10.858

8.497

11.473 
0.340
0.385

0.250

0.424
 隐私风险
 PY1：担心个人地址、电话号码可能被别人滥用
 PY2：E-mail地址可能被其他人滥用
 PY3：信用卡或借贷卡号码被其他人滥用 
0.727

0.718

0.591 
0.583

0.795

0.454
 
10.088

13.716

7.666 
0.340

0.632

0.207
 信息风险
IN2：在线供应信息不完全
IN1：产品购买信息不完全 
0.809
0.788 
0.715
0.658 
10.365
9.901 
0.497
0.432
 使用CFA的目的是检查这个模式的正确性。我们使用EFA的结果作为确定我们假定模型中的项目正确性的标准。我们使用24个变量作为度量标准，七个因数作为潜在的变量，建立了一种假定的度量标准模型。然后我们设定方程式的变化为1，从而获得模型的综合评价标准。我们获得的标准系数和R2的值已经在表3中列举出来了。CFA的结果表示了所有的系数在变量和相关的因数之间描述的方程式中是很重要的。许多R2的值是可接受的，并且它们当中的有些值是关联很少的，它表明了那些度量标准仍然需要改进。CFA基本包括假定模型的说明书和通过潜在的数据确定的模型是否有效。
 CFA基本的包括假定模型的说明书和通过潜在的数据确定模型是否有效。合适的标准最好是更多正确的数据与被提议的意见相关。根据一些研究员（Hair以及其他人，1998）的介绍，X2/df的值建议在1.0-2.0之间，GFI最好接近于1，AGFI的值建议超过0.8，RMSR接近于0；RESEA也接近于0，NFI超过0.9，CFI最好接近1[12]。
 表4所列举了确定的因数分析适合度的结果。适合度的所有索引被合理的期望为X2-test。当p=0时候，X2-test是非常有意义的。无论如何，X2-test是由样本大小决定的，并且支持复杂的模型，而不是简单的模型。当它能自动的调整适合度的时候，这些和其他的适合的标准是被接受的。
                        表 4  适合度
                               适合度
            X2                                        430.601（p=0.00）                              
           X2/df                                       1.864
      适合度的索引（GFI）                             0.907
 调整过的适合度的索引（AGFI）                         0.879
根意味着剩余适合度的开方（RMSR）                     0.143
根意味着近似值错误的开方（RMSEA）                    0.049
 比较适合的索引（CFI）                            0.969
 df：自动调整的适合度（=231）
 5 结束语
 虽然这次调查的主要目的是对电子商务理论的认证，但是从调查工作的结果看，我们可以知道许多管理的含义包括电子商务研究员和管理者两者。首先，这次调查引起了消费者对因特网购物风险认识的注意。有些调查集中在消费者通过零售商人的网站购买的目的，但是不能认识到消费者在线购物时的风险认识（George Banabanis和Stefanos Vassileiou，1999）[13]。这次调查可能提高消费者对在线购物风险认识的兴趣，并且激发管理者考虑到何时制定消费者所关心的电子商务策略。
 可以用全部的因数去解释所认识到的风险认识，并且消费者采用风险减少策略。因为交易的结果是不确定的，所以消费者希望减少购买中的风险。在这次调查中，消费者风险认识的尺度被提供给管理者，管理者在制订电子商务策略的时候，能够满足消费者风险减少的期望。
 我们的调查已经提出了一个衡量消费者在线购物风险认识的结构模型。24个变量作为识别消费者风险认识的标准。在这个结构模型中，我们从上下文中可以发现用七种因数作为衡量中国消费者因特网购物的风险认识的程度。因数一是电子商店资源风险；因数二是交付风险；因数三是金融风险；因数四是购物过程和时间浪费风险；因数五是产品质量风险；因数六是隐私风险；因数七是虚假信息风险。
 调查引起了消费者对因特网购物风险认识的注意，并且在上下文中提供了关于中国在线购物消费者风险认识的说明书。它可能激发管理者考虑消费者所关心的地方，并且为管理者提供更多的机会运用我们的发现，能够在电子商务市场环境中得到实践。
 声明
 本文已经被中国国家自然科学基金会采用。
 
 参考文献
 [1] Bauer R A.消费者行为被看作风险获得.在D.F.Cox（ed.）中，风险获得和信息验证消费者的行为[M] .剑桥：哈佛大学印刷，1960.389-398
 [2] Cunningham S M.风险认识的主要尺度.在D.F.Cox（ed.）中，风险获得和信息验证消费者的行为[M] .波士顿商业管理学院，哈佛大学印刷，1967，82-108
 [3] Peter J P，Rayan N J.商品品牌标准风险认识的研究[J] .市场调查杂志，1976，13：184-188
 [4] Kaplan L B，Jacoby J，Szybillo G.产品购买过程中风险认识的组成：反复确认[J] .心理学应用杂志，1974，59（3）：287-291
 [5] Fram E H，Grady D B.因特网购物者：一个冲浪运动员的性别差异[J] .直接购物，1997，59（9）：46-50
 [6] Jarvenpaa S L，Todd P A.消费者对万维网电子购物的反应[J] .电子商务世界杂志，1996，1（2）：59-88
 [7] Nyshadham E A.空中传播网络站点的秘密方针：调查和分析[J].空中运输管理杂志，2000，6：143-152
 [8] McCorkle D E.风险认识在邮政订购购物中的作用[J].直接购物杂志，1990，（4）：26-35
 [9] Engel J F，Blackwell R D.邮政购物和零售购买的风险认识[J].市场调查杂志，1970，7：364-369
 [10] Nena L. 消费者的风险认识：来源的因果关系[J].电子商务调查和应用，2003，2：216-228
 [11] Sandra M，Shi F B.因特网购物中的消费者的身份和风险认识.商务调查杂志，2003，56（11）：867
 [12] Hair J F，Anderson R E，Tathan R L以及其他人.数据的多元分析[M].EgleWood Cliffs，NJ：学徒大厅，1998
 [13] Banabanis G，Vassileiou S.有些预言家对因特网在家购物的态度[J].买卖经营杂志，1999，（15）：361-385
 
 作者简介
 叶乃沂是中国西南交通大学经济管理学院副教授，他当前的研究包括：电子商务、市场买卖、消费者行为。

相关论文